递归定量分析在视听脑电信号中的应用研究

发布时间：2020-10-23 21:23

　　 大脑作为人体最复杂的器官,具有强大的功能。通过脑科学的研究可以认识大脑,揭秘脑功能的本质并对相关脑疾病进行诊断、治疗及预防;同时可以通过人工智能创造大脑从而激发大脑的潜在功能。在人类通过多感官通道的信息整合认识世界的过程中,视觉与听觉作为最重要的两个感官通道,其整合效应的研究对人类了解自身、诊断及修复功能障碍有着重要的意义。同时,多感官的整合为人工智能的进一步发展提供可能。为此,本文采用基于排序递归图的递归定量分析对视听脑电信号进行了特征提取并分析了两者的整合效应。主要工作研究如下:首先,针对研究的课题,综合概述了国内外的相关研究,分析了脑电信号的产生,特点及分类,并详细介绍了脑电信号预处理的几种常用方法及脑电信号分析几大类方法。其次,详细介绍时频分析中经典的小波变换方法及非线性分析中排序递归图的递归定量分析方法。对排序递归图中符号化的各空间状态存储做出理论性变更,节省了数据处理的时间及存储空间。为进一步分析两种方法,分别采用这两种方法对正常与酗酒两组被试脑电数据特征提取,通过SVM对两组被试特征采用留一交叉验证法进行分类,根据灵敏度、特异性、正确率综合比较两种方法在特征分类中的优劣,验证了非线性分析方法中排序递归图的RQA对脑电信号的特征提取具有可行性及有效性。最后,通过设计实验、脑电数据采集、脑电信号预处理,对视听任务刺激范式下的脑电信号采用排序递归图的方式显示其相空间,并通过量化参数对其变化定量分析。结果表明,视听感官通道在信息整合的过程中有增强与阻碍的作用,不同的外界刺激带来不一样的整合效果。
【学位单位】：太原理工大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：R318;TN911.7
【部分图文】：

??化特征及变化趋势，如图３－１。??ｌ．＇ｌ．?＇?，?■?—?＇）??，Ｕ?Ｈ?Ｘ?Ｊ??；ｙ?ｒ．＾＞??２００－?－ＪＣ＊．?Ｘ?—?＇?－??？．?ｉＫ?ｋ?■?｝??＾?＾?ｒ?ｔ?？??■＿??＿■’?：?■厂￣＂?－ｒ??１００?２ＴＯ?３００?４００?５００?？ＴＯ??图３－１?ＥＥＧ的递归图??Ｆｉｇ?３－１?Ｒｅｃｕｒｒｅｎｃｅ?Ｐｌｏｔ?ｏｆ?ＥＥＧ??在递归图中，白点代表ｉ，７＇两时刻的轨迹状态明显不同；黑点表示ｉ，ｙ两时刻的轨??迹状态相似或相同。那么这些点在递归图中会构成这样几种形态：孤立的点、与对角??线平行的线、水平的线、垂直的线。这四种形态代表不同的意义：??（１）

３．?３．?２特征提取??两组被试采集的脑电数据进行预处理，包括眼电去除、数字滤波、分段及基线校正??后，得到的脑电波形如图所示。图３－４为正常被试的脑电信号图，图３－５为酗酒被试的??脑电信号图。??Ｑ?￣■?一一????＿——－￣￣＂￣．???￣￣＂??—?——■＿＾??—－＾＝??４?￡１?????■￣＇—??????????—＾￣￣—?????????￣、???????????，?■—￣＇?—??—￣ｖ＂????ｊ?Ａ???＾?Ｗ?￣￣?ｖ＿ｙ?了＇?￣Ｐ?—?１１?■￣－￣—＾―——￣?＾￣??????ｕ＾?＂￣＇■?＂?一??－￣ｒ—ｊ－．＿Ｉ?＾?ｖ?＾３??Ａ?３?－￣—?———－－＿－?．?．?ｒ———――－－＿－￣－－——？?＇?－．——?—?????？—＿—－－－－－－－＿?－＿－Ｊ—－－???—ｒ－＿－?－－－？?－－—－——?－＿—＿－．?＿?．—－－?＝．??２２?￣?＇?ｒ＾ｌ￣＇?＇＂＾－?￣￣＾?＿＿?－?、一￣?＇＾￣?＇?＊—？????￣＇?ｆ?￣￣￣￣？—／－ｗ?＇?????ｗ＞?■?￣＂?＂＾Ｔ?￣?Ｔ?￣ｖ￣ｉ???？?、．?—■?￣■??＿＿??＾??４?ａ?＾?＂????，丨?Ｉ?，?

导联数据的贡献率。根据特征值的大小选取对应的导联，综合分析，从６４导联中选取??了?６个导联进行分析研究，分别为Ｃ３、Ｃ４、Ｐ３、Ｐ４、０１、０２导联。??图３－６、图３－７分别为正常被试与酗酒被试Ｃ３、Ｃ４、Ｐ３、Ｐ４、０１、０２导联的脑电??信号波形图。??Ｐ３?ｗＡ＇￣ｙ＜＾ｖ＾＾－＾ｖｖＡｆＡ＾ｖ／ＶｖＷｗｖ＾Ａ＂＇ＡＡ＇ＡＶＴＡＡ／ＡＶＫｙ＾ｖ＼Ｙｖ＼ｙｖ／＾ｗＡ＇／ＶｖｗｙｖｖＡ／＾／＼／ｉｒｒ＇ｋ＇ｊＶｉ＾ｖ＾ｖｖ／??Ｐ４?１／＼ｚｗ＾－＾ｖ／ｖ／ｗＹ／Ｖ＾ｖＷｖ＂＾＾ＭｌＷｕＡｒ／Ｗｖｖ＇Ｖｖ／Ｖ＼ｗ＼Ａ＼／ｖＷｖＷＷＶｒ＾ｓ＾ＷＫｗ＾７??０１?Ａ＾＾＾＾ＹＶｗ／＾Ａ／Ｖｖ＾／ｌｆＶＶＶｖｖＶＶ＾Ｗｖ??。２?Ａ／ＶｗＷｖＹＷ＾／＾ｉＪＵｖｖ＾Ａｙｙ＾＾＾Ｊｉ／Ｘ＾ｊ??１１，１??图３－６正常被试选取导联的脑电波形图??Ｆｉｇ?３－６?Ｂｒａｉｎ?ｗａｖｅ?ｏｆ?ｓｅｌｅｃｔｉｎｇ?ｌｅａｄ?ｉｎ?ｎｏｒｍａｌ?ｓｕｂｊｅｃｔｓ??Ｐ３?＾－ｈ??Ｐ４?＿ｒｊ．－■＊■－＇＂ｕ＇＇＇－－＾ｖ＇－＿／，ｖ－Ｊ＇＇，，『．疒、＇－Ａ－ｆ，、ｒ－＇；＇ｆｊ、乂＇＼?＿．ｔ－／ｃ，ｒ＂＇－￣＼?＾?－，？－■？＊■■—ｖ．?ａ
【相似文献】

相关期刊论文 前10条

1 王薇蓉;张雪英;孙颖;畅江;;关于脑电信号的情感优化识别仿真[J];计算机仿真;2018年06期

2 郭婷仪;李素芳;钟桂仙;曾佳璇;周酥;;基于脑电信号的耳鸣识别算法研究[J];科技传播;2018年13期

3 左晶;万小勤;罗杨;郑斌;陈斌林;任祥花;;癫痫脑电信号的相关性分析[J];电子世界;2017年05期

4 张娜;唐贤伦;刘庆;;基于半监督学习的脑电信号特征提取及识别[J];工程科学与技术;2017年S2期

5 石乔莉;王延辉;李信政;;基于脑电信号的驾驶疲劳的研究[J];世界最新医学信息文摘;2017年55期

6 王恒;李念强;齐鹏冲;;运动想象脑电信号特征的提取与分类[J];工业控制计算机;2015年02期

7 李亚杰;宋明星;张玉栋;;脑电信号采集系统的设计[J];河北建筑工程学院学报;2014年01期

8 蔡超峰;张勇;郭舒婷;姜利英;;思维脑电信号的关联维数分析[J];河南科技大学学报(自然科学版);2012年01期

9 鲁强;刘玉军;徐建兰;张进禄;;一种适用于清醒动物脑电信号采集的固定装置[J];首都医科大学学报;2011年06期

10 肖丹;胡剑锋;;运动想象脑电信号识别研究[J];计算机工程与应用;2010年33期

相关博士学位论文 前10条

1 赵丽;基于脑电信号的脑-机接口技术研究[D];天津大学;2004年

2 缪晓波;基于脑电信号的认知动力学系统研究——线性/非线性方法及动态时—频—空分析[D];重庆大学;2004年

3 徐鹏;信号的稀疏分解及其在脑电信号处理中的应用研究[D];电子科技大学;2006年

4 伍亚舟;基于想象左右手运动思维脑电BCI实验及识别分类研究[D];第三军医大学;2007年

5 唐艳;基于时间、频率和空间域的自发脑电信号提取[D];中南大学;2008年

6 陈东伟;非线性动力学、因果脑网络与聚类稳定性在脑电信号分析中的应用研究[D];太原理工大学;2015年

7 马小飞;认知任务下的脑电动力学分析[D];南京大学;2017年

8 张美云;阿尔茨海默病脑电信号多尺度时空定量特征研究[D];天津医科大学;2012年

9 周群;脑电信号同步：方法及应用研究[D];电子科技大学;2009年

10 吴畏;基于统计建模的多导联脑电信号时空建模方法研究[D];清华大学;2012年

相关硕士学位论文 前10条

1 陈帅旗;音频信号情感识别及受众脑电信号的关联分析[D];东北电力大学;2018年

2 王骁旸;基于单电极脑电信号的身份识别系统研究与实现[D];电子科技大学;2018年

3 瞿倩;无线便携式脑电信号采集系统设计及实验验证分析[D];电子科技大学;2018年

4 彭凯池;基于单通道脑电信号的学习加速系统研究与实现[D];电子科技大学;2018年

5 刘家宇;便携式脑电系统的睡眠自动分期方法研究[D];电子科技大学;2018年

6 沈宇晓彤;高密度脑电信号预处理及特征提取方法研究[D];南京大学;2018年

7 张井想;便携式脑电仪的设计及应用研究[D];江苏师范大学;2018年

8 王薇蓉;基于RVM的脑电信号情感识别及优化[D];太原理工大学;2018年

9 李世丹;递归定量分析在视听脑电信号中的应用研究[D];太原理工大学;2018年

10 丛珊;基于深度学习的癫痫脑电信号分类方法研究[D];哈尔滨工程大学;2017年

本文编号：2853554